通过机器学习提高 IT 服务管理 (ITSM) 的效率

2018 年,我们站稳了脚跟——IT 服务管理 (ITSM) 和 IT 服务仍在营业,尽管人们一直在谈论它们能在数字革命中生存多久。事实上,对技术支持服务的需求正在增长——在技术支持报告和薪资报告中 HDI (Help Desk Institute)2017 年报告显示,55% 的服务台报告过去一年的票务量有所增加。

通过机器学习提高 IT 服务管理 (ITSM) 的效率

另一方面,许多公司指出,与 15 年 (2016%) 相比,去年技术支持电话数量 (10%) 有所下降。导致请求数量减少的关键因素是独立的技术支持。然而,HDI 还报告称,去年的申请费从 25 年的 18 美元上涨至 2016 美元。这并不是大多数 IT 部门所追求的目标。幸运的是,由分析和机器学习支持的自动化可以通过减少错误并提高质量和速度来改善帮助台流程和生产力。有时这超出了人类的能力,而机器学习和分析是智能、主动和响应迅速的 IT 服务台的关键基础。

本文深入探讨了机器学习如何解决与工单量和成本相关的许多帮助台和 ITSM 挑战,以及如何创建企业员工喜欢使用的更快、更自动化的帮助台。

通过机器学习和分析实现有效的 ITSM

我最喜欢的机器学习定义来自公司 MathWorks公司:

“机器学习教会计算机做人类和动物自然会做的事情——从经验中学习。机器学习算法使用计算方法直接从数据中学习信息,而不依赖于预定义的方程作为模型。随着可用于研究的样本数量的增加,算法会自适应地提高自身的性能。”
一些基于机器学习和大数据分析的 ITSM 工具具有以下功能:

  • 通过机器人支持。 虚拟代理和聊天机器人可以根据数据目录和公共请求自动建议新闻、文章、服务和支持服务。这种以最终用户培训计划形式提供的 24/7 支持有助于更快地解决问题。该机器人的主要优点是改进的用户界面和更少的来电。
  • 智能新闻和通知。 这些工具允许用户主动收到潜在问题的通知。此外,IT 专业人员还可以通过个性化通知推荐解决问题的解决方法,为最终用户提供有关他们可能遇到的问题的相关且可操作的信息,以及如何避免这些问题的提示。知情的用户将感谢主动的 IT 支持,并且来电数量将会减少。
  • 智能搜索。 当最终用户搜索信息或服务时,上下文感知知识管理系统可以提供推荐、文章和链接。最终用户往往会跳过某些结果而选择其他结果。随着时间的推移重新索引内容时,这些点击和浏览次数将包含在“权重”标准中,因此搜索体验会动态调整。当最终用户以喜欢/不喜欢投票的形式提供反馈时,它也会影响他们和其他用户可以找到的内容的排名。在好处方面,最终用户可以快速找到答案并感到更加自信,帮助台代理能够处理更多的请求并实现更多的服务级别协议(SLA)。
  • 热门话题分析。 在这里,分析功能可以识别结构化和非结构化数据源的模式。有关热门主题的信息以热图的形式图形化显示,其中分段的大小对应于用户需求的某些主题或关键词组的频率。重复的事件将被立即检测到、分组并一起解决。趋势主题分析还可以检测具有共同根本原因的事件集群,并显着缩短识别和解决根本问题的时间。该技术还可以根据类似的交互或类似的问题自动创建知识库文章。查找任何数据中的趋势可以增加 IT 部门的活动,防止事件再次发生,从而提高最终用户的满意度,同时降低 IT 成本。
  • 智能应用。 最终用户希望提交票证就像编写推文一样简单——一条简短的自然语言消息,描述可以通过电子邮件发送的问题或请求。或者甚至只是附上问题的照片并从您的移动设备发送。智能票据注册可根据最终用户所写内容或使用光学字符识别 (OCR) 软件处理的图像扫描自动填充所有字段,从而加快票据创建过程。该技术使用一组观察数据自动对工单进行分类并将其发送给适当的帮助台代理。如果机器学习模型对于给定情况不是最佳的,代理可以将票转发给不同的支持团队,并且可以覆盖自动填充的字段。该系统从新模式中学习,这使得它能够更好地应对未来出现的问题。所有这一切意味着最终用户可以快速轻松地开票,从而提高使用工作工具时的满意度。此功能还减少了手动工作和错误,并有助于减少许可时间和成本。
  • 智能电子邮件。 该工具类似于智能订单。最终用户可以向支持团队发送电子邮件并用自然语言描述问题。帮助台工具根据电子邮件内容生成票证,并自动回复最终用户并提供建议解决方案的链接。最终用户感到满意,因为打开票证和请求既简单又方便,而且 IT 代理要做的手工工作也更少。
  • 智能变更管理。 机器学习还支持高级分析和变更管理。鉴于当今企业需要频繁的变革,智能系统可以为变革推动者或管理者提供旨在优化环境并提高未来变革成功率的建议。代理可以用自然语言描述所需的更改,分析功能将检查受影响的配置项的内容。所有变更均受到监管,自动指示器会告诉变更经理变更是否存在任何问题,例如风险、在计划外窗口安排或“未批准”状态。智能变更管理的主要好处是通过更少的配置、定制以及最终更少的资金来更快地实现价值。

最终,机器学习和分析正在通过有关工单问题和变更流程的智能假设和建议来改变 ITSM 系统,帮助代理和 IT 支持团队描述、诊断、预测和规定已发生的情况、正在发生的情况和将要发生的情况。最终用户可以获得主动、个性化和动态的见解和快速的解决方案。在这种情况下,很多事情都是自动完成的,即无需人工干预。随着技术不断学习,流程只会变得更好。值得注意的是,本文中描述的所有智能功能现在都可用。

来源: habr.com

添加评论